quantitative analyse des lungenparenchyms in thorax-ct daten · emphysema, reformatted,...

Quantitative Analyse des Lungenparenchyms in Thorax-CT Daten

Quantitative Analyse des Lungenparenchyms in Thorax-CT Daten

MeVis9. APT FortbildungsseminarGöttingen, 17.6.2005

9. APT FortbildungsseminarGöttingen, 17.6.2005

Jan-Martin Kuhnigk, Volker Dicken, Stephan Zidowitz, Stefan Krass, Heinz-Otto PeitgenJan-Martin Kuhnigk, Volker Dicken, Stephan Zidowitz, Stefan Krass, Heinz-Otto Peitgen

MeVis, Zentrum für medizinische Diagnosesysteme und Visualisierung, BremenMeVis, Zentrum für medizinische Diagnosesysteme und VisualisieruMeVis, Zentrum für medizinische Diagnosesysteme und Visualisierung, Bremenng, Bremen

9. APT Fortbildungsseminar, Göttingen, 17.6.2005 - 2 - Jan-Martin Kuhnigk MeVis

ÜbersichtÜbersicht

1. Regionenbasierte Parenchym-Analyse– Einführung

• Motivation• Herausforderungen der computer-gestützten Diagnostik• Bessere Scanner, alles wird gut?

– Vorstellung aktueller Forschungsergebnisse• Segmentierung im Thorax-CT: Bronchien, Lunge, Lappen• Auswertung: Quantitativ und Visuell• Live Software-Demo Parenchym-Analyse

– Diskussion

2. Ausblick: Lungen-Operations-Planung– Erste Ergebnisse– Diskussion

1. Regionenbasierte Parenchym-Analyse– Einführung

• Motivation• Herausforderungen der computer-gestützten Diagnostik• Bessere Scanner, alles wird gut?

– Vorstellung aktueller Forschungsergebnisse• Segmentierung im Thorax-CT: Bronchien, Lunge, Lappen• Auswertung: Quantitativ und Visuell• Live Software-Demo Parenchym-Analyse

– Diskussion

2. Ausblick: Lungen-Operations-Planung– Erste Ergebnisse– Diskussion


MotivationMotivation

Epidemiologisch relevante Parenchymkrankheiten:Epidemiologisch relevante Parenchymkrankheiten:

• Emphysem (COPD)– Gegenwärtig die 4.-häufigste

Todesursache in den USA

• Fibrose

• Emphysem (COPD)– Gegenwärtig die 4.-häufigste

Todesursache in den USA

• Fibrose


FragestellungenFragestellungen

Quantitative Beantwortung von Fragen wie…

• Wie schwer ist die Erkrankung?– Z. B. Emphysemindex

• Wie ist ihre räumliche Verteilung?– Anterior / Posterior, etc.– Zentral / Peripher– Lappen- oder Segmentspezifisch

• Wie hat sich die Situation seit der letzten Untersuchung geändert?

…basierend auf CT Daten

Quantitative Beantwortung von Fragen wie…

• Wie schwer ist die Erkrankung?– Z. B. Emphysemindex

• Wie ist ihre räumliche Verteilung?– Anterior / Posterior, etc.– Zentral / Peripher– Lappen- oder Segmentspezifisch

• Wie hat sich die Situation seit der letzten Untersuchung geändert?

…basierend auf CT Daten


Was leisten aktuelle Workstations?Was leisten aktuelle Workstations?

• Axiale Schichten in benutzerdefinierter Fensterung• Reformatierte 2D-Ansichten (koronal, sagittal)• 3D Volumen-Rendering• Lokale Dichtemessung in kleiner Region auf einer Schicht• …?

Ausnahme: Spezialisierte Software eines großen Workstation-Herstellers:• Semiautomatische Lungenerkennung• Histogrammauswertung

• Axiale Schichten in benutzerdefinierter Fensterung• Reformatierte 2D-Ansichten (koronal, sagittal)• 3D Volumen-Rendering• Lokale Dichtemessung in kleiner Region auf einer Schicht• …?

Ausnahme: Spezialisierte Software eines großen Workstation-Herstellers:• Semiautomatische Lungenerkennung• Histogrammauswertung


Computerunterstützte Diagnose (CAD)

Computerunterstützte Diagnose (CAD)

Stärken des Computers:

• Gedächtnis

• Rechnen

• Geduld

Stärken des Computers:

• Gedächtnis

• Rechnen

• Geduld

Stärken des Radiologen:

• Fachwissen

• Intelligenz

• Anpassungsfähigkeit

Stärken des Radiologen:

• Fachwissen

• Intelligenz

• Anpassungsfähigkeit


Allgemeine Herausforderungen derDiagnoseunterstützung durch Computerprogramme

Allgemeine Herausforderungen derDiagnoseunterstützung durch Computerprogramme

Ein Programm muss

• Eigenständig im CT-Scan medizinisch relevante Strukturen erkennen können, z. B.:

– Welche Voxel gehören zur Lunge?– Welche gehören zu welchem Lappen?– Welche bilden die Hauptbronchien ab?– Wo ist der rechte Mittellappenbronchus?– Wie unterscheidet man gesundes von erkranktem Gewebe?– …

Erkennung, „Segmentierung“

• Robust sein gegen – Inter-Subjekt-Variationen– Anatomische Variationen– Pathologische Veränderungen– Merkwürdige Benutzereingaben

• Auf Probleme angemessen reagieren, d. h.:– Selbstständig alternative Algorithmen verwenden– Den Benutzer um Hilfe bitten– Mit entsprechender Fehlermeldung abbrechen– Die Ergebnisse vom Benutzer verifizieren lassen

Ein Programm muss

• Eigenständig im CT-Scan medizinisch relevante Strukturen erkennen können, z. B.:

– Welche Voxel gehören zur Lunge?– Welche gehören zu welchem Lappen?– Welche bilden die Hauptbronchien ab?– Wo ist der rechte Mittellappenbronchus?– Wie unterscheidet man gesundes von erkranktem Gewebe?– …

Erkennung, „Segmentierung“

• Robust sein gegen – Inter-Subjekt-Variationen– Anatomische Variationen– Pathologische Veränderungen– Merkwürdige Benutzereingaben

• Auf Probleme angemessen reagieren, d. h.:– Selbstständig alternative Algorithmen verwenden– Den Benutzer um Hilfe bitten– Mit entsprechender Fehlermeldung abbrechen– Die Ergebnisse vom Benutzer verifizieren lassen

?Methoden-EntwicklungMethoden-Entwicklung

Tests & EvaluationTests &

Evaluation

Workflow-Design

Workflow-Design


Spezielle Herausforderungen: Datenmaterial

Spezielle Herausforderungen: Datenmaterial

• Rapide Entwicklung der CT Scanner (4-, 16-, 64 rows)

Thorax-CT: 3D Datensatzmit 300-600 SchichtenVolumetrischeQuantifizierung und 3D Visualisierung möglichComputer-Unterstützungnotwendig

• Rapide Entwicklung der CT Scanner (4-, 16-, 64 rows)

Thorax-CT: 3D Datensatzmit 300-600 SchichtenVolumetrischeQuantifizierung und 3D Visualisierung möglichComputer-Unterstützungnotwendig

Sagittale Ansicht Multi-Slice CTSagittale Ansicht Multi-Slice CTSagittale Ansicht Single-Slice CT


Spezielle Herausforderungen: Datenmaterial (2)Spezielle Herausforderungen: Datenmaterial (2)

• Variierende Datenqualität– Verschiedene Scanner und Scanning-Protokolle

Methoden, Evaluation

• 300-600 Schichten = 150–300 MB– Speicherintensiv, Beschränkter Hauptspeicher– Rechenzeitintensiv, Beschränkte Zeit

Methoden, Workflow

• 3D-Datensätze– 3D-Analyse aufwändiger– 3D-Information schwierig zu präsentieren


• Vergleichbarkeit von Verlaufsaufnahmen– Atemzustand– Akquisitions-Protokoll– Zustand des Patienten


• Variierende Datenqualität– Verschiedene Scanner und Scanning-Protokolle


• 300-600 Schichten = 150–300 MB– Speicherintensiv, Beschränkter Hauptspeicher– Rechenzeitintensiv, Beschränkte Zeit

Methoden, Workflow

• 3D-Datensätze– 3D-Analyse aufwändiger– 3D-Information schwierig zu präsentieren


• Vergleichbarkeit von Verlaufsaufnahmen– Atemzustand– Akquisitions-Protokoll– Zustand des Patienten



CT-Bildanalyse:

Segmentierung

CT-Bildanalyse:

Segmentierung

1. Größere Bronchien1. Größere Bronchien


CT-Bildanalyse:

Segmentierung

CT-Bildanalyse:

Segmentierung

1. Größere Bronchien

2. Linke / Rechte Lunge




CT-Bildanalyse:

Segmentierung

CT-Bildanalyse:

Segmentierung



3. Lungenlappen



3. Lungenlappen


CT-Bildanalyse:

Segmentierung

CT-Bildanalyse:

Segmentierung



3. Lungenlappen

4. Lungensegmente



3. Lungenlappen

4. Lungensegmente


Beispiele Bronchialbaum-Segmentierung& Analyse

Beispiele Bronchialbaum-Segmentierung& Analyse


Beispiele Lungen-SegmentierungBeispiele Lungen-Segmentierung


Beispiele Lappen-SegmentierungBeispiele Lappen-Segmentierung


Quantitative ReportQuantitative Report


Quantitative Parenchyma Analysis: VisualizationQuantitative Parenchyma Analysis: VisualizationSynchronized 2D View of Original MIP and Analysis Results

Synchronized 2D View of Original MIP and Analysis Results


Quantitative Parenchyma Analysis: VisualizationQuantitative Parenchyma Analysis: Visualization

Lobar 3D Visualization of Emphysema,

Reformatted, Density-Color-Coded Parenchyma Visualization


Reformatted, Density-Color-Coded Parenchyma Visualization


Quantitative Parenchyma Analysis: VisualizationQuantitative Parenchyma Analysis: Visualization


Lobar Density Histograms


Lobar Density Histograms


Quantitative Parenchymanalyse: DiskussionQuantitative Parenchymanalyse: Diskussion

• Automatische Extraktion von Maßzahlen wie Volumen, mittlerer Dichte oder Emphysemindex durch den Computer

• Schwierigkeit: Reproduzierbarkeit stark abhängig von – Reproduktion des Atemanhalte-Zustandes (Spirometrie?)– Reproduktion des Akquisitionsprotokolls– Benutzung desselben Scanners?

• Erhebung von Parametern (Emphysem, Fibrose, …) spezifisch für jede funktionelleEinheit (L/R Lunge, Lappen, Segmente): Erfassung der räumlichen Verteilung

• Vorteile der lappenspezifischer Maßzahlen: Vergleicha) zwischen disjunkten Komponenten

(z.B. Dichtevergleich zw. linkem Unter- vs. Oberlappen)

b) mit enthaltenden Komponenten -> Referenz(z.B. Vergleich Emphysemindex zw. linkem Unterlappenund der linken Lunge bzw. Gesamtlunge)

c) mit Voruntersuchungen oder zwischen Inspirations- und Expirations-Scan:• Keine explizite Bildregistrierung notwendig: Implizit durch Regionen• Verbesserte Reproduzierbarkeit relativer Maße

• Automatische Extraktion von Maßzahlen wie Volumen, mittlerer Dichte oder Emphysemindex durch den Computer

• Schwierigkeit: Reproduzierbarkeit stark abhängig von – Reproduktion des Atemanhalte-Zustandes (Spirometrie?)– Reproduktion des Akquisitionsprotokolls– Benutzung desselben Scanners?

• Erhebung von Parametern (Emphysem, Fibrose, …) spezifisch für jede funktionelleEinheit (L/R Lunge, Lappen, Segmente): Erfassung der räumlichen Verteilung

• Vorteile der lappenspezifischer Maßzahlen: Vergleicha) zwischen disjunkten Komponenten

(z.B. Dichtevergleich zw. linkem Unter- vs. Oberlappen)

b) mit enthaltenden Komponenten -> Referenz(z.B. Vergleich Emphysemindex zw. linkem Unterlappenund der linken Lunge bzw. Gesamtlunge)

c) mit Voruntersuchungen oder zwischen Inspirations- und Expirations-Scan:• Keine explizite Bildregistrierung notwendig: Implizit durch Regionen• Verbesserte Reproduzierbarkeit relativer Maße


Ausblick: Thorax-OP-PlanungAusblick: Thorax-OP-Planung

Ziel ist die Unterstützung der Planung von– BC-Resektionen– Metastasen-Chirurgie– Lungen-Volumen-Reduktions-Chirurgie

durch – Quantitative Auswertung (Volumina, Abstände)– Visualisierungen (2D, 3D)

Ziel ist die Unterstützung der Planung von– BC-Resektionen– Metastasen-Chirurgie– Lungen-Volumen-Reduktions-Chirurgie

durch – Quantitative Auswertung (Volumina, Abstände)– Visualisierungen (2D, 3D)


Unterstützung Risikoanalyse

Unterstützung Risikoanalyse

Einbeziehen der Ergebnisse der quantitativen Analyse:

Einbeziehen der Ergebnisse der quantitativen Analyse:


Visualisierung & VermessungVisualisierung & Vermessung

InterventionPlannerPrototypischer

Software-Assistent zur Operationsplanung

und Risikoanalyse

InterventionPlannerPrototypischer

Software-Assistent zur Operationsplanung

und Risikoanalyse


Segmentierung in Kombination mitVolume Rendering (1)

Segmentierung in Kombination mitVolume Rendering (1)

Präoperative 3D-Visualisierung zurPlanung von BC-

Resektionen

Daten: Dr. Heussel,

Radiologie Uniklinik Mainz

Präoperative 3D-Visualisierung zurPlanung von BC-

Resektionen

Daten: Dr. Heussel,

Radiologie Uniklinik Mainz


Segmentierung in Kombinationmit Volume Rendering (2)

Segmentierung in Kombinationmit Volume Rendering (2)

Visualisierung:

• Selektives An- bzw. Ab- oder Transparent- Schaltensegmentierter Strukturen (Bronchien, Lunge, Lappen, Tumor, Gefäßen) in Kombination mit VR

Vermessung segmentierter Strukturen:

• Ausmaße

• (Sicherheits-) Abstände

Visualisierung:

• Selektives An- bzw. Ab- oder Transparent- Schaltensegmentierter Strukturen (Bronchien, Lunge, Lappen, Tumor, Gefäßen) in Kombination mit VR

Vermessung segmentierter Strukturen:

• Ausmaße

• (Sicherheits-) Abstände


Metastasen-Chirurgie (1)Metastasen-Chirurgie (1)

Präoperative 3D-Visualisierung als

Hilfe beimAuffinden von Metastasen

Daten: Prof. Weigand,

Praxisgemeinschaft für Radiologische Diagnostik am Städt. Klinikum Wiesbaden

Präoperative 3D-Visualisierung als

Hilfe beimAuffinden von Metastasen

Daten: Prof. Weigand,

Praxisgemeinschaft für Radiologische Diagnostik am Städt. Klinikum Wiesbaden


Metastasen-Chirurgie (2)Metastasen-Chirurgie (2)

Lappen-spezifische

Colorierung des Volume Renderings

Daten: Prof. Wein,

Uniklinik Aachen

Lappen-spezifische

Colorierung des Volume Renderings

Daten: Prof. Wein,

Uniklinik Aachen


Lung Volume Reduction Surgery (LVRS)Lung Volume Reduction Surgery (LVRS)

Emphysem-Visualisierung

Daten: Dr. Heussel, Radiologie Uniklinik Mainz

Emphysem-Visualisierung

Daten: Dr. Heussel, Radiologie Uniklinik Mainz


Hilus VisualisierungHilus Visualisierung

Daten: Prof. Wein,

Uniklinik Aachen

Daten: Prof. Wein,

Uniklinik Aachen


Diskussion Thorax OP-PlanungDiskussion Thorax OP-Planung

• Ziele– Präoperatives Erkennen und Vorbeugen von Risiken ermöglichen– Visualisierungen als Diskussionsgrundlage– Ausbildung weniger erfahrener Chirurgen– Dokumentation für den Patienten

• Gemeinsamkeiten und Unterschiede: Leber <-> Lunge• Erkundungsphase: Was bringt wo echten Nutzen?• Technische Gegebenheiten Thoraxchirurgien

– CT-Scanner– Computer

• Wie bringt man die Ergebnisse– in die Fall-Besprechung?– in den OP?

• Ziele– Präoperatives Erkennen und Vorbeugen von Risiken ermöglichen– Visualisierungen als Diskussionsgrundlage– Ausbildung weniger erfahrener Chirurgen– Dokumentation für den Patienten

• Gemeinsamkeiten und Unterschiede: Leber <-> Lunge• Erkundungsphase: Was bringt wo echten Nutzen?• Technische Gegebenheiten Thoraxchirurgien

– CT-Scanner– Computer

• Wie bringt man die Ergebnisse– in die Fall-Besprechung?– in den OP?


Fragen!Fragen!

Quantitative

Parenchymanalyse

Quantitative

Parenchymanalyse

Lungen-OP-PlanungLungen-OP-Planung

quantitative analyse des lungenparenchyms in thorax-ct daten · emphysema, reformatted,...

Documents